文 | 慢纪硬核说

编辑 | 慢纪硬核说

在过去的几十年里，手机的使用经历了巨大的增长。在使用各种手机应用程序时，会产生大量的手机信令数据，简称MSD。

大型手机信令数据，能让交通规划人员利用它更好地规划和管理交通系统。

在本文中，我们使用手机信令数据分析地铁乘客的出行行为，识别并提取他们完整的出行轨迹。

地铁乘客完整的出行轨迹包括地铁系统内外的轨迹。

第一阶段从地铁基站中选取手机信令数据，按时间排序，提取出地铁系统中的粗略轨迹。然后考虑地铁站周围的地面基站对上下地铁站进行校正，以获得更详细的轨迹。

第二阶段，根据泰森多边形确定基站服务范围，提出时间动态阈值提取地铁系统外乘客停靠点，最后得到地铁乘客的完整轨迹。

大数据时代下的研究背景

与传统出行数据相比，手机信令数据具有覆盖范围广、成本低、可靠性高、可实时监控和处理等诸多独特的特点和优势。

手机信令数据也有一些限制，它缺乏推断旅行目的和解释人们旅行行为所需的心理信息。然而，其前所未有的人口和地理区域覆盖有利于收集交通行为信息。

手机信令数据包含用户的位置信息，记录为关联基站ID。地铁乘客的完整轨迹除了可以了解地铁站客流外，还有助于提取地铁乘客的始发地和目的地。

提取地铁乘客的轨迹已成为热门研究课题，因为它可能有助于地铁系统的开发和管理。

其余文献研究多以问卷调查和地铁交易记录作为提取轨迹的数据源。然而，这些数据并不能准确反映地铁乘客的整个轨迹，尤其是地铁系统外的衔接部分。

为此，我们的目标是基于手机信令数据提取地铁乘客的整个轨迹，因为它可以在地铁系统内外生成。

电信公司设置多个4G或5G基站，覆盖较大的地理区域，使用户可以保持连接网络并享受移动服务，即使在地铁系统中，也可以在其中定位用户。

因此，手机信令数据可以提供旅客完整行程的信息。除了地铁上下车站点外，我们还可以获得地铁系统外的沿途站点和换乘行为及其出行轨迹。

手机信令数据的空间分辨率取决于每个基站的服务半径，这在每个特定区域的多家电信公司之间可能会有很大差异。

此外，基站与移动电话设备之间的射频信号不稳定，在使用手机信令数据提取行进轨迹时，往往无法获得准确的地理位置。所以研究人员提出了一种有效的方法来减少误差并改进行进轨迹提取。

研究问题描述

手机信令数据由电信公司收集，数据由用户的唯一代码和位置信息组成，该位置被记录为基站ID。

每当用户触发事件，例如使用移动通信和互联网，或通过基站的服务范围时，就会产生手机信令数据 。

一条手机数据记录的属性包括用户唯一码、定位时间、基站经纬度等，如表1所示。

地铁系统中手机基站的信号覆盖范围与地面系统不同，当地铁乘客在地铁系统中时，他们的移动设备产生与地铁基站而不是地面基站的信号切换。

地铁基站生成的手机信令数据中的数据点，可以通过手机运营商提供的关于这两种类型的手机信号塔的具体信息来区分。

这使我们能够确定哪些人在任何日期使用过地铁系统。因此，地铁基站在地铁系统中产生的手机信令数据可以分为三个部分，如图1所示。

对于地铁乘客来说，他们的完整路径包括地铁系统内的出行和地铁系统外的出行。

将这两部分出行路径分别提取出来，合并后得到乘客完整的出行轨迹，提取完整轨迹的基本流程如图2所示。

第一阶段选取地铁基站的手机信令数据，提取地铁系统中的粗略轨迹，同时考虑地铁站周边的地面基站，对上下地铁站进行校正。

在第二阶段，选择来自地面基站的手机信令数据，并提出一个时间动态阈值来提取乘客在地铁系统外的停靠点。

地铁系统中基站轨迹提取

地铁系统中的乘客轨迹可以进一步分为两部分：地铁站内和地铁内。当乘客在地铁列车中时，可以确定生成特定手机信令数据点的两个站点。

为此，基站分为地铁站基站和站点间基站。这两类基站的具体信息由手机运营商提供，用于直接区分。

图3显示具体的基站分类，地铁站基站包括对应的地铁站号，站间基站包括前地铁站号和后地铁站号。

除了表1所示的原始字段外，处理后的手机信令数据还包括如下字段，如表2所示。

通过基站选取数据，按时间顺序排列基站序列，即可得到地铁乘客轨迹的粗略结果。然而，基站的布局和选择对手机信令数据采集有重大影响。例如，一些地铁站没有足够的基站。

这样，在该站点上下车的乘客在进出时不与地铁站基站进行信号切换。因此，它们在地铁系统中的轨迹是不完整的，因为它们的起点或终点不在地铁站基站。

地铁系统外基站轨迹提取

地铁乘客的完整轨迹可以分为三个部分：进站前、地铁内和出站后的出行。

轨迹提取的第一部分和最后一部分之间存在相似性。因此，着眼于离开地铁站后的出行，提取地铁系统外的乘客轨迹。

图4显示了手机信令数据的时空分布示意图，左侧是经纬度空间位置图，右侧为时空分布图，纵轴为空间距离，横轴为时间间隔。

即使乘客停留在某个地方并且他们的手机处于开机状态，移动设备的信号也可能从他们停留的基站切换到周围区域的基站。

生成的一组手机信令数据包含在一定空间范围内变化的相应基站，在空间上表现出聚集性，该范围由特定基站确定。

在图4中，空间位置图为圆形，时空分布图为椭圆（表征时间间隔长，空间距离短）。

停留时间指定乘客在一组停止点内的持续时间。

在以往的研究中，停留时间仅考虑停止点集合内最后一个手机数据与第一个手机数据之间的时间间隔。

还考虑了乘客在基站的移动时间，因此留时间由以下公式计算：

R是基站的服务范围，V是移动速度。乘客移动时，两个不同基站的手机数据之间的时间间隔由两部分组成，分别是在前一个基站的停留时间和移动时间。

如图5所示，R1和R2分别为A站和B站的范围半径，停留时间是乘客在A站停留的时间，移动时间是乘客从C站移动到两个基站服务范围交点的时间。

案例研究

实验是使用从苏州的移动网络运营商获得的手机数据进行的，提取了地铁系统内外的地铁乘客轨迹，利用轨迹的提取结果，可以对地铁站与地铁线路之间的客流进行统计分析。

本研究粗略使用18km/h的速度阈值来区分手机数据的汽车和地铁。需要说明的是，该阈值只是初始设置，用于区分汽车和地铁乘客，手机数据完整。

图6中，地铁1号站位于居民区，客流主要来自附近居民区。地铁2号站位于商业区，客流以通勤或休闲出行为主。

图7和8分别显示位于商业区和住宅区的地铁站的每日客流量，纵轴代表乘客人数，横轴代表6:00到22:00的小时时间点。

可见，在商业地铁站，早上出站客流大于进站客流高峰时段，而在晚高峰时段则相反。但是，在住宅地铁站的情况下，早晚高峰时段则相反。

此外，在两个高峰之间，居住区的进出站客流明显低于商业区，这与此类区域的预期交通量一致。

然而，应该指出的是，该分析不依赖于任何真实的验证。如果我们的方法产生的数据看起来合理，这只是一个高级验证。

虽然根据真实世界的数据进行测试是最好的，但不幸的是这些数据不可用，因此无法进行这种比较。

图9是数据点处理前后的三维图，其中lat表示纬度，lon表示经度。

从图9可以看出，当乘客停车时手机数据在一个很小的经纬度范围内移动，处理后得到五个数据点集。

表3是特定点集识别的结果，有3个停止点集和2个移动点集，停止点集合3满足时间阈值，因此被确定为旅行目的地。

结论：

相较于传统的问卷调查数据，手机信令数据具有海量和客观性，便于更准确地提取城市居民的移动行为。

同时，由于手机信令数据的实时属性，可以随时检测和控制地铁线路和站点的客流，有助于减少乘客拥挤带来的安全隐患。

利用手机信令数据可以得到乘客的完整轨迹，可以获得对乘客行为的一些额外洞察，例如地铁系统及其换乘站之外的始发地和目的地。此外，可以优化地铁站的组织。

因此，对于未来的研究方向，可以考虑多式联运——进一步研究地铁系统外乘客的交通选择。

参考文献：

1、Z. Wang、SY He 和 Y. Leung著，《将手机数据应用于旅行行为研究：文献综述》卷11，第 141–155 页，2018 年。

2、J. Huo、X. Fu、Z. Liu 和 Q. Zhang著，《基于手机数据的城市热点行人密度的短期估计和预测》，2021。

3、E. Chen、Z. Ye、C. Wang 和 M. Xu著，《使用智能卡数据进行特殊事件的地铁客流预测》卷21，第 1109–1120 页，2020 年。